醫學(xué)數據分析方法

醫學(xué)數據分析方法

　　醫學(xué)論文離不開(kāi)臨床數據，對臨床數據進(jìn)行分析是醫學(xué)論文寫(xiě)作的重要一步。只有正確地進(jìn)行數據分析，才能得出科學(xué)結論，醫學(xué)論文才具有科研價(jià)值。那么，醫學(xué)工作者該如何正確進(jìn)行數據分析呢？以下是小編整理的醫學(xué)數據分析方法，歡迎參考。

　　醫學(xué)數據分析方法

　　1、聚類(lèi)分析

　　聚類(lèi)分析指將物理或抽象對象的集合分組成為由類(lèi)似的對象組成的多個(gè)類(lèi)的分析過(guò)程。聚類(lèi)是將數據分類(lèi)到不同的類(lèi)或者簇這樣的一個(gè)過(guò)程，所以同一個(gè)簇中的對象有很大的相似性，而不同簇間的對象有很大的相異性。聚類(lèi)分析是一種探索性的分析，在分類(lèi)的過(guò)程中，人們不必事先給出一個(gè)分類(lèi)的標準，聚類(lèi)分析能夠從樣本數據出發(fā)，自動(dòng)進(jìn)行分類(lèi)。聚類(lèi)分析所使用方法的不同，常常會(huì )得到不同的結論。不同研究者對于同一組數據進(jìn)行聚類(lèi)分析，所得到的聚類(lèi)數未必一致。

　　2、因子分析

　　因子分析是指研究從變量群中提取共性因子的統計技術(shù)。因子分析就是從大量的數據中尋找內在的聯(lián)系，減少決策的困難。因子分析的方法約有10多種，如重心法、影像分析法，最大似然解、最小平方法、阿爾發(fā)抽因法、拉奧典型抽因法等等。這些方法本質(zhì)上大都屬近似方法，是以相關(guān)系數矩陣為基礎的，所不同的是相關(guān)系數矩陣對角線(xiàn)上的值，采用不同的共同性□2估值。在社會(huì )學(xué)研究中，因子分析常采用以主成分分析為基礎的反覆法。

　　3、相關(guān)分析

　　相關(guān)分析，相關(guān)分析是研究現象之間是否存在某種依存關(guān)系，并對具體有依存關(guān)系的現象探討其相關(guān)方向以及相關(guān)程度。相關(guān)關(guān)系是一種非確定性的關(guān)系，例如，以X和Y分別記一個(gè)人的身高和體重，或分別記每公頃施肥量與每公頃小麥產(chǎn)量，則X與Y顯然有關(guān)系，而又沒(méi)有確切到可由其中的一個(gè)去精確地決定另一個(gè)的程度，這就是相關(guān)關(guān)系。

　　4、對應分析

　　對應分析也稱(chēng)關(guān)聯(lián)分析、R-Q型因子分析，通過(guò)分析由定性變量構成的交互匯總表來(lái)揭示變量間的聯(lián)系�？梢越沂就�一變量的各個(gè)類(lèi)別之間的差異，以及不同變量各個(gè)類(lèi)別之間的對應關(guān)系。對應分析的基本思想是將一個(gè)聯(lián)列表的行和列中各元素的比例結構以點(diǎn)的形式在較低維的空間中表示出來(lái)。

　　5、回歸分析

　　研究一個(gè)隨機變量Y對另一個(gè)(X)或一組(X1，X2，Xk)變量的相依關(guān)系的統計分析方法�；貧w分析(regression analysis)是確定兩種或兩種以上變數間相互依賴(lài)的定量關(guān)系的一種統計分析方法。運用十分廣泛，回歸分析按照涉及的自變量的多少，可分為一元回歸分析和多元回歸分析;按照自變量和因變量之間的關(guān)系類(lèi)型，可分為線(xiàn)性回歸分析和非線(xiàn)性回歸分析。

　　6、方差分析

　　又稱(chēng)“變異數分析”或“F檢驗”，是R.A.Fisher發(fā)明的，用于兩個(gè)及兩個(gè)以上樣本均數差別的顯著(zhù)性檢驗。由于各種因素的影響，研究所得的數據呈現波動(dòng)狀。造成波動(dòng)的原因可分成兩類(lèi)，一是不可控的隨機因素，另一是研究中施加的對結果形成影響的可控因素。方差分析是從觀(guān)測變量的方差入手，研究諸多控制變量中哪些變量是對觀(guān)測變量有顯著(zhù)影響的變量。

　　醫學(xué)數據分析統計方法

　　一、明確研究目的和研究設計研究目的是研究設計的目標和方向，科學(xué)研究的基本要素及其基本原則是科研設計的基礎和指南。

　　完整的科研設計包括專(zhuān)業(yè)設計和統計設計兩部分：

　　專(zhuān)業(yè)設計是指課題的實(shí)際意義和研究?jì)r(jià)值，入選對象的診斷標準、納入標準及排除標準等，決定研究課題的先進(jìn)性和實(shí)用性;

　　統計設計包括選擇研究類(lèi)型與設計方案，確定研究總體、樣本量、觀(guān)察指標、隨機化分組或抽樣方法，以及數據的質(zhì)量控制和統計分析方法等，影響課題的可信度和科學(xué)價(jià)值。

　　因此，正確的統計學(xué)分析一定要建立在明確的研究目的和研究設計的基礎之上，那些事先沒(méi)有研究目的和研究設計，事后找來(lái)一堆數據進(jìn)行統計分析都是不可取的。

　　在醫學(xué)論文的撰、編、審、讀過(guò)程中經(jīng)常遇到的問(wèn)題是研究的題目與課題設計、論文內容不符，包括文章的方法解決不了論文的目的、文章的結果說(shuō)明不了論文的題目、文章的討論偏離了論文的主題;

　　還有是目的不明確、設計不合理。如題目過(guò)小，論文不夠字數，而一些無(wú)關(guān)緊要的變量指標或結果被分析被討論;

　　又如題目過(guò)大，論文的全部?jì)热莶蛔阋哉f(shuō)明研究的目的，使論文的論點(diǎn)難以立足。

　　所以，合理明確的論文題目或目的以及研究設計方案是撰、編、審、讀者應當關(guān)注的首要問(wèn)題。此外，樣本含量是否滿(mǎn)足，抽樣是否隨機，偏倚是否控制等，也是不可忽視的問(wèn)題。

　　二、建好分析用的數據庫數據庫即存放數據的“倉庫”，是指將不同研究對象不同觀(guān)測指標的觀(guān)察結果逐一有序記錄的二維表格形式。

　　二維表中除第一行屬于觀(guān)察指標外，其余每一行代表一個(gè)觀(guān)察對象的所有觀(guān)察指標值(即數據);

　　每一列代表某項觀(guān)察指標所有觀(guān)察對象的觀(guān)察值。嚴格的數據庫數據可以直接應用相關(guān)軟件進(jìn)行統計分析。 由于不同軟件對文字存在可識別性問(wèn)題，一般在統計分析時(shí)要求數據庫的數據值全部用阿拉伯數字表示，必要時(shí)可在適當位置附加批注。對于論文作者來(lái)講，統計分析需要借助于統計分析軟件計算，而統計分析軟件都要有完整、符合要求的數據或數據庫，所以建好分析數據庫是統計分析的需要。

　　此外，建好分析數據庫還可以理清分析思路。在試驗或調查研究中獲取的數據有時(shí)多而零散，如果不能進(jìn)行科學(xué)的整理匯總，就會(huì )顯得雜亂無(wú)章，理不清頭緒，抓不住要點(diǎn)，甚至無(wú)所適從，最后可能束之高閣、棄之不用，造成數據的極大浪費。相反，建好數據庫，可以使觀(guān)察對象的研究指標一目了然，使研究思路清晰明確。

　　因此，建好數據庫是正確統計分析的前提和基礎，甚至決定了論文分析結果的成敗。對于編、審、讀者來(lái)講，一般由于篇幅的限制，往往得不到數據庫數據，而只有作者在數據庫數據基礎上經(jīng)統計描述計算后給出的諸如各指標均數 x、標準差 s 或中位數 M、百分位數 Px 的“二手”數據，或將研究對象的某一指標按其數值大小或特征屬性分組，清點(diǎn)各組觀(guān)察單位出現的個(gè)數或頻數的頻數表數據等。

　　無(wú)論是否能夠得到數據庫數據，作者在統計分析過(guò)程中一定依據數據庫數據進(jìn)行計算，得出結果。如果對“二手”數據或頻數表數據的結果等存在疑惑，編輯、審稿專(zhuān)家或讀者有權要求作者提供數據庫數據以檢查其完整性、準確性和真實(shí)性，確保研究數據的質(zhì)量。假若在投稿須知中對數據庫數據作出必要的要求，無(wú)疑對于保證刊物的發(fā)表質(zhì)量有著(zhù)積極的意義。

　　三、分清楚指標(或變量)的性質(zhì)和類(lèi)型指標，即觀(guān)察指標，是由研究目的確定的觀(guān)察對象的內在屬性特征或其相關(guān)的影響因素。

　　例如：需要研究本體感覺(jué)訓練對腦卒中偏癱患者運動(dòng)功能(本體感覺(jué)、平衡功能)的影響，那么本體感覺(jué)、平衡功能反映了腦卒中偏癱患者運動(dòng)功能的特征，分別稱(chēng)為研究的本體感覺(jué)指標、平衡功能指標，影響本體感覺(jué)和平衡功能的有關(guān)因素，比如年齡、性別、病種、病程等，稱(chēng)為研究的年齡指標、性別指標、病種指標和病程指標。

　　變量即觀(guān)察變量，也稱(chēng)變化的量，實(shí)際上就是觀(guān)察指標，一般特指用于數學(xué)、統計或軟件計算的分析指標。

　　例如：腦卒中偏癱患者運動(dòng)功能的本體感覺(jué)、平衡功能指標，在統計計算時(shí)，分別稱(chēng)為本體感覺(jué)變量和平衡功能變量。按變量是否影響其它變量或是否受到其它變量的影響有影響變量和結果變量之分。

　　影響變量，也稱(chēng)自變量，是指自身變化并影響結果變量變化的量;

　　結果變量，又稱(chēng)因變量，是指隨影響變量變化而變化的量，看作是影響變量變化的結果。

　　例如：如果分析康復訓練對冠心病患者有氧運動(dòng)功能的影響，那么康復訓練可看作是影響變量，有氧運動(dòng)功能則為結果變量;如果分析不同性別之間冠心病患者有氧運動(dòng)功能是否存在統計學(xué)差異，那么性別是影響變量，有氧運動(dòng)功能是結果變量。分清楚變量的性質(zhì)，即什么是結果變量、什么是影響變量，是選擇統計分析方法的第一步。

　　一般而言，那些相對固有的、不易改變的特征(如性別、籍貫等)或易于被人控制的處理因素(如實(shí)驗分組、疫苗接種與否等)作為影響變量或影響因素;而那些容易變化、較難確定的觀(guān)察效應或結局(如療效、患病與否等)作為結果變量，看成是最后觀(guān)察的結果。但影響變量和結果變量的劃分是相對的，視研究目的和具體情況而定，有時(shí)甚至不加區分。

　　從數據庫、數據分析的角度來(lái)看，變量是指那些能反映數據庫數據的內在數量關(guān)系，可用于統計計算包括軟件計算的指標。一般而言，不同的研究目的決定了不同的數據庫，實(shí)際上決定了組成數據庫的不同變量。變量的類(lèi)型分為數值變量和分類(lèi)變量。

　　數值變量，又稱(chēng)定量變量，是指能用定量方法測定的、具有數值大小、高低或多少的指標，變量值一般有度量衡單位，可以帶小數點(diǎn)，如身高、體重、血壓等;

　　分類(lèi)變量，又稱(chēng)定性變量，是指能用定性的方法確定的、觀(guān)察單位某項屬性或特征分類(lèi)的指標。

　　根據分類(lèi)變量的分類(lèi)項數和各項數間有無(wú)等級程度差異分為二項分類(lèi)變量、多項無(wú)序分類(lèi)變量、多項有序分類(lèi)變量，如表 1。表 1 分類(lèi)變量的不同類(lèi)別與舉例

　　從應用統計學(xué)選擇統計分析方法的角度考慮，變量可考慮分為數值變量、多項有序分類(lèi)變量、多項無(wú)序分類(lèi)變量、二項分類(lèi)變量四種。此外，不同類(lèi)別變量可遵循下列順序轉化：數值變量一多項有序分類(lèi)變量一多項無(wú)序分類(lèi)變量一 - 項分類(lèi)變量，稱(chēng)為降級轉化，但這種轉化過(guò)程會(huì )不斷喪失蘊藏的數據信息，導致統計分析過(guò)程中假陰性結果的不斷增加。

　　至于逆向轉化即升級轉化，盡管理論上認同，但實(shí)際應用中不建議采用。

　　很多研究表明，掌握好統計分析的應用條件，正確選擇統計分析方法是學(xué)習并應用統計學(xué)的一個(gè)突出難點(diǎn)。

　　對于醫學(xué)論文作者而言，分清楚數據庫中變量的性質(zhì)(影響變量與結果變量)、類(lèi)型(數值變量、多項有序分類(lèi)變量、多項無(wú)序分類(lèi)變量、二項分類(lèi)變量)以及它們之間的降級轉化關(guān)系(數值變量一多項有序分類(lèi)變量一多項無(wú)序分類(lèi)變量一二項分類(lèi)變量)是學(xué)好用好應用統計分析的基礎，可以有效避免張冠李戴、缺乏原則地選錯統計分析方法;對于文章的編審和讀者來(lái)說(shuō)，這是判斷作者正確選擇統計學(xué)分析方法與否的一個(gè)簡(jiǎn)單有效的途徑。

　　四、正確選用統計學(xué)方法應用統計學(xué)(嚴格而言是指統計學(xué)的假設檢驗)可以簡(jiǎn)單地看作是一門(mén)關(guān)于結果變量與影響變量之間關(guān)系分析的科學(xué)。

　　由于結果變量(因變量)、影響變量(自變量)各有 4 種類(lèi)型，所以相互組合有 16 種情形，相對應的有 16 種首選的統計分析方法(表 2 中第一個(gè)或用☆表示的方法)，如，二項分類(lèi)變量與二項分類(lèi)變量關(guān)系的分析選用兩個(gè)率比較的 X2 檢驗(四格表 X2 檢驗)，二項分類(lèi)變量與多項無(wú)序分類(lèi)變量關(guān)系的分析選用多個(gè)率比較的 X2 檢驗，多項無(wú)序分類(lèi)變量與二項分類(lèi)變量關(guān)系的分析選用兩個(gè)構成比比較的 X2 檢驗，多項無(wú)序分類(lèi)變量與多項無(wú)序分類(lèi)變量關(guān)系的分析選用多個(gè)構成比比較的 x2 檢驗。

　　數值變量與二項分類(lèi)變量關(guān)系的分析選用 t- 檢驗，數值變量與多項無(wú)序分類(lèi)變量關(guān)系的分析選用完全隨機設計的，F- 檢驗，數值變量與數值變量關(guān)系的分析選用 Pearson 直線(xiàn)相關(guān)回歸分析，等等。如果首選統計方法的條件不適合，一般通過(guò)降級轉化選擇“低”一級或“低”二級、三級的統計方法或其它統計方法。

　　例如：t 一檢驗是數值變量與二項分類(lèi)變量關(guān)系分析時(shí)首選的統計方法，如果該方法的條件不適合，此時(shí)將 - 檢驗中數值變量“降級”當作多項有序分類(lèi)變量看待，故可次選 Wilcoxon 秩和檢驗，如果再“降級”，依次低選兩構成比比較的 x2 檢驗，甚至四格表 X2 檢驗。又如：如果 Pearson 直線(xiàn)相關(guān)回歸分析的條件不符合，可根據情況將其中的一個(gè)或兩個(gè)數值變量“降一級”，選擇 Spearman 等級相關(guān)，如果再“降級”，相應可以選擇秩和檢驗、Logistic 回歸或者 t 一檢驗、X2 檢驗，等等。其它仿此，詳見(jiàn)表 2。它涵蓋了基本統計分析的絕大部分，是應用統計分析的核心內容。

　　當然，應用統計分析除了單一變量分析、兩變量間關(guān)系的分析以外，其它諸如一個(gè)自變量和多個(gè)因變量、多個(gè)自變量和多個(gè)因變量之間關(guān)系的分析當屬多變量關(guān)系分析的內容。

　　由于分類(lèi)變量與數值變量各不相同，不同個(gè)數不同變量的組合方式多種多樣，所以相應的統計方法也有很多種，主要有：1 個(gè)數值變量與多個(gè)數值變量之間的關(guān)系，如多元相關(guān)回歸分析;1 個(gè)分類(lèi)變量與多個(gè)數值變量之間的關(guān)系，如多因素方差分析、重復設計方差分析;l 個(gè)數值變量與混合多個(gè)變量之間的關(guān)系，如協(xié)方差分析、COx 模型;l 個(gè)分類(lèi)變量與混合多變量之間的關(guān)系，如 Logistic 回歸分析;多個(gè)數值變量與多個(gè)數值變量之間的關(guān)系，如典則相關(guān)等。

　　表 2 兩變量關(guān)系分析的統計方法

　　因此，醫學(xué)論文的作者，在分清楚數據庫中分析變量的性質(zhì)、類(lèi)型和降級轉化關(guān)系時(shí)，可以應用表 2 迅速確定首選的統計方法以及備選或次選的統計方法，應用相關(guān)軟件或計算工具快速實(shí)現統計分析。醫學(xué)論文的編審和讀者也可應用該表 2，準確判斷作者是否正確選擇了統計學(xué)分析方法，甚至分析錯誤選擇統計方法的原因與后果。

　　例如：欲評價(jià)某種藥物的降舒張壓效果，試驗組用該降壓藥、對照組不用藥，假如測量的舒張壓值符合 t 檢驗的條件(正態(tài)分布、方差齊等)，很明顯該數據首選 f 檢驗的統計方法。如果降級轉化可以選擇 Wilcoxon 秩和檢驗，如果降壓效果轉化為有效和無(wú)效兩種情況，甚至可以選擇四格表 X2 檢驗。

　　但需要注意的是，如此降級選擇統計方法，可能出現假陰性或漏診錯誤，即把差異有統計學(xué)意義的結果(有降壓效果)當作差異無(wú)統計學(xué)意義的結果(無(wú)降壓效果)看待，從而低估藥物的作用，在論文討論中至少要加以必要的說(shuō)明，否則統計方法不能視為正確有效，可作為退修或退稿處理。

　　五、熟悉常用的統計分析軟件

　　統計分析軟件是統計分析的必備工具，常用的統計分析軟件有：統計分析系統 SAS、社會(huì )學(xué)統計程序包 SPSS、微軟公司電子表格系統 Microsoft Office Excel 等。SAS(statistics analysis system) 是統計分析系統的英文縮稱(chēng)，最早由北卡羅來(lái)納大學(xué)的兩位生物統計學(xué)研究生編制，1976 年由 SAS 軟件研究所正式推出。SAS 完全針對專(zhuān)業(yè)用戶(hù)進(jìn)行設計，以編程為主。 其最大特點(diǎn)是分析模塊調用，功能強大，深淺皆宜，簡(jiǎn)短編程即可同時(shí)對多個(gè)數據文件進(jìn)行分析。但對一般用戶(hù)而言，人機界面不太友好，最初編寫(xiě)使用程序時(shí)可能會(huì )存在各種難度。

　　SPSS(statistical package for the social science) 是社會(huì )學(xué)統計程序包的英文縮稱(chēng)，20 世紀 60 年代末由美國斯坦福大學(xué)的 3 位研究生研制，1975 年由芝加哥 sPss 總部推出。sPss 系統的最大特點(diǎn)是菜單操作，方法齊全，繪制圖形、表格較為方便，輸出結果比較直觀(guān)。但其統計分析功能略顯遜色，特別是難以同時(shí)分析處理多個(gè)數據文件。

【醫學(xué)數據分析方法】相關(guān)文章：

銷(xiāo)售數據的分析方法07-25

數據分析與辦公軟件：數據分析方法07-10

銷(xiāo)售數據分析方法07-03

銷(xiāo)售數據分析的方法07-03

配件庫存分析數據的方法07-10

數據分析常用方法07-26

多維數據分析方法04-07

傳統數據分析方法09-20

服裝銷(xiāo)售數據分析方法08-21

數據分析技巧和方法07-10